博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
tensorflow2.0中valid_data的作用是在训练的过程对对比训练数据与测试数据的准确率 损失率,便于判断模型的训练效果:是过拟合还是欠拟合(过拟合)
阅读量:4145 次
发布时间:2019-05-25

本文共 313 字,大约阅读时间需要 1 分钟。

tensorflow2.0中valid_data的作用是在训练的过程对对比训练数据与测试数据的准确率,便于判断模型的训练效果:是过拟合还是欠拟合

过拟合:训练数据的准确率较高而测试数据的准确率较低

欠拟合:训练数据的准确率和测试数据的准确率均较低

 

下图未过拟合,因为val_acc准确率高于训练数据的acc( B站搜 tensorflow2.0入门与实战2019最通俗易懂课程 日月光华P16)

下图观察损失函数可以判断产生了过拟合,因为测试集合上的圈中的损失在下降到最低之后(第7个epoch)反而上升了,而训练数据的损失函数是一直下降的(B站搜 tensorflow2.0入门与实战2019最通俗易懂课程 日月光华P15)

 

 

转载地址:http://gsfti.baihongyu.com/

你可能感兴趣的文章
C++ 调用json
查看>>
nano中设置脚本开机自启动
查看>>
动态库调动态库
查看>>
Kubernetes集群搭建之CNI-Flanneld部署篇
查看>>
k8s web终端连接工具
查看>>
手绘VS码绘(一):静态图绘制(码绘使用P5.js)
查看>>
手绘VS码绘(二):动态图绘制(码绘使用Processing)
查看>>
基于P5.js的“绘画系统”
查看>>
《达芬奇的人生密码》观后感
查看>>
论文翻译:《一个包容性设计的具体例子:聋人导向可访问性》
查看>>
基于“分形”编写的交互应用
查看>>
《融入动画技术的交互应用》主题博文推荐
查看>>
链睿和家乐福合作推出下一代零售业隐私保护技术
查看>>
Unifrax宣布新建SiFAB™生产线
查看>>
艾默生纪念谷轮™在空调和制冷领域的百年创新成就
查看>>
NEXO代币持有者获得20,428,359.89美元股息
查看>>
Piper Sandler为EverArc收购Perimeter Solutions提供咨询服务
查看>>
RMRK筹集600万美元,用于在Polkadot上建立先进的NFT系统标准
查看>>
JavaSE_day14 集合中的Map集合_键值映射关系
查看>>
异常 Java学习Day_15
查看>>